論文の概要: Novel computational workflows for natural and biomedical image processing based on hypercomplex algebras

• arxiv url: http://arxiv.org/abs/2502.07758v2
• Date: Mon, 17 Feb 2025 13:44:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-18 14:14:21.750360
• Title: Novel computational workflows for natural and biomedical image processing based on hypercomplex algebras
• Title（参考訳）: 超複素代数に基づく自然・生体画像処理のための新しい計算ワークフロー
• Authors: Nektarios A. Valous, Eckhard Hitzer, Dragoş Duşe, Rodrigo Rojas Moraleda, Ferdinand Popp, Meggy Suarez-Carmona, Anna Berthel, Ismini Papageorgiou, Carlo Fremd, Alexander Rölle, Christina C. Westhoff, Bénédicte Lenoir, Niels Halama, Inka Zörnig, Dirk Jäger,
• Abstract要約: ハイパーコンプレックス画像処理は、代数的および幾何学的原理を含む統一パラダイムで従来の手法を拡張している。 このワークル平均は、自然・生体画像解析のための四元数と2次元平面(四元数 - ピクセルを表す - を2次元平面に分割する)を分割する。 提案手法は、画像の自動処理パイプラインの一部として、カラー外観(例えば、代替リフレクションやグレースケール変換)と画像コントラストを規制することができる。
• 参考スコア（独自算出の注目度）: 49.81327385913137
• License:
• Abstract: Hypercomplex image processing extends conventional techniques in a unified paradigm encompassing algebraic and geometric principles. This work leverages quaternions and the two-dimensional orthogonal planes split framework (splitting of a quaternion - representing a pixel - into pairs of orthogonal 2D planes) for natural/biomedical image analysis through the following computational workflows and outcomes: natural/biomedical image re-colorization, natural image de-colorization, natural/biomedical image contrast enhancement, computational re-staining and stain separation in histological images, and performance gains in machine/deep learning pipelines for histological images. The workflows are analyzed separately for natural and biomedical images to showcase the effectiveness of the proposed approaches. The proposed workflows can regulate color appearance (e.g. with alternative renditions and grayscale conversion) and image contrast, be part of automated image processing pipelines (e.g. isolating stain components, boosting learning models), and assist in digital pathology applications (e.g. enhancing biomarker visibility, enabling colorblind-friendly renditions). Employing only basic arithmetic and matrix operations, this work offers a computationally accessible methodology - in the hypercomplex domain - that showcases versatility and consistency across image processing tasks and a range of computer vision and biomedical applications. The proposed non-data-driven methods achieve comparable or better results (particularly in cases involving well-known methods) to those reported in the literature, showcasing the potential of robust theoretical frameworks with practical effectiveness. Results, methods, and limitations are detailed alongside discussion of promising extensions, emphasizing the potential of feature-rich mathematical/computational frameworks for natural and biomedical images.
• Abstract（参考訳）: ハイパーコンプレックス画像処理は、代数的および幾何学的原理を含む統一パラダイムで従来の手法を拡張している。 本研究は, 自然・生体画像の再色化, 自然・生体画像の脱色, 自然・生体画像のコントラストの強化, ヒストロジカル画像における再染色・染色分離, 機械学習パイプラインの性能向上など, 自然・生体画像解析のための四元数および二次元直交平面(四元数 - 画素を表す四元数 - を直交2次元平面に分割する)の枠組みを活用する。 提案手法の有効性を示すために, 自然画像と生体画像とを別々に解析した。 提案したワークフローは、カラー外観(例えば、代替リフレクションとグレースケール変換)と画像コントラストを規制し、自動画像処理パイプライン(例えば、ステンドコンポーネントの分離、学習モデルの強化)の一部となり、デジタル病理学応用(例えば、バイオマーカーの可視性を向上し、カラーブラインドフレンドリーなリフレクションを可能にする)を支援する。 基本的な算術演算と行列演算のみを用いるこの研究は、超複雑領域において、画像処理タスクにおける汎用性と一貫性と、コンピュータビジョンとバイオメディカル応用の範囲を示す、計算に利用できる方法論を提供する。 提案した非データ駆動手法は、文献に報告されているものと同等あるいはより良い結果(特によく知られた手法を含む場合)を達成し、実効性のある堅牢な理論フレームワークの可能性を示している。 結果, 方法, 限界について, 将来性のある拡張の議論とともに詳細に述べ, 自然および生体画像に対する機能豊富な数学的・計算的フレームワークの可能性を強調した。

関連論文リスト

• Autoregressive Sequence Modeling for 3D Medical Image Representation [48.706230961589924]
  本稿では, 自己回帰シーケンス事前学習フレームワークを用いて, 3次元医用画像表現を学習するための先駆的手法を提案する。 我々は,空間的,コントラスト的,意味的相関に基づく様々な3次元医用画像にアプローチし,トークンシーケンス内の相互接続された視覚トークンとして扱う。
  論文  参考訳（メタデータ） (2024-09-13T10:19:10Z)
• Bayesian Unsupervised Disentanglement of Anatomy and Geometry for Deep Groupwise Image Registration [50.62725807357586]
  本稿では,マルチモーダル群画像登録のための一般ベイズ学習フレームワークを提案する。 本稿では,潜在変数の推論手順を実現するために,新しい階層的変分自動符号化アーキテクチャを提案する。 心臓、脳、腹部の医療画像から4つの異なるデータセットを含む,提案された枠組みを検証する実験を行った。
  論文  参考訳（メタデータ） (2024-01-04T08:46:39Z)
• A Robust Image Forensic Framework Utilizing Multi-Colorspace Enriched Vision Transformer for Distinguishing Natural and Computer-Generated Images [0.0]
  本稿では、リッチな視覚変換器を利用して、自然画像と生成画像の区別を行う頑健な法科学分類手法を提案する。 提案手法は,各クラスの評価において,94.25%の検定精度と有意な性能向上を示す。 この研究は、自然な画像と生成された画像を区別する汎用的でレジリエントなソリューションを提供することにより、画像鑑定の最先端を推し進める。
  論文  参考訳（メタデータ） (2023-08-14T17:11:17Z)
• Unsupervised Domain Transfer with Conditional Invertible Neural Networks [83.90291882730925]
  条件付き可逆ニューラルネットワーク(cINN)に基づくドメイン転送手法を提案する。 提案手法は本質的に,その可逆的アーキテクチャによるサイクル一貫性を保証し,ネットワークトレーニングを最大限効率的に行うことができる。 提案手法は,2つの下流分類タスクにおいて,現実的なスペクトルデータの生成を可能にし,その性能を向上する。
  論文  参考訳（メタデータ） (2023-03-17T18:00:27Z)
• Kartezio: Evolutionary Design of Explainable Pipelines for Biomedical Image Analysis [0.0]
  本稿では,透過的で容易に解釈可能な画像処理パイプラインを生成する計算戦略であるKartezioを紹介する。 それによって生成されたパイプラインは、インスタンスセグメンテーションタスクにおける最先端のDeep Learningアプローチに匹敵する精度を示す。 また、実世界の4つのユースケースにおけるセマンティックスとインスタンスセグメンテーションの問題を解決するためにKartezioをデプロイしました。
  論文  参考訳（メタデータ） (2023-02-28T17:02:35Z)
• Texture Characterization of Histopathologic Images Using Ecological Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
  本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。 2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
  論文  参考訳（メタデータ） (2022-02-27T02:19:09Z)
• A Multi-parameter Persistence Framework for Mathematical Morphology [2.1485350418225244]
  持続的ホモロジーのレンズを通して形態学的操作を見る。 永続ホモロジー(persistent homology)は、トポロジカルデータ分析の分野の中心にあるツールである。
  論文  参考訳（メタデータ） (2021-03-24T06:46:00Z)
• Guided interactive image segmentation using machine learning and color based data set clustering [0.16683739531034203]
  本稿では,スーパーボクセルを用いた機械学習によるインタラクティブな画像セグメント化と,大規模データセットにおける類似色画像の自動識別のためのクラスタリング手法を組み合わせた新しい手法を提案する。 本手法は, 生体画像や医用画像に有意な色変化が生じ, しばしば避けられない問題を解消する。
  論文  参考訳（メタデータ） (2020-05-15T17:25:48Z)
• Pathological Retinal Region Segmentation From OCT Images Using Geometric Relation Based Augmentation [84.7571086566595]
  本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。 提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
  論文  参考訳（メタデータ） (2020-03-31T11:50:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。